import geopandas as gpd
import pandas as pd
from pyLandUseMX.descargas import *
from pyLandUseMX.usodesuelo import *
from pyLandUseMX.denue import *
from shapely.geometry import PointExtracción de actividades del DENUE
Este tutorial cubre el el uso de los módulos
denue y coberturas para extraer actividades y agregarlas en polígonos
En este tutorial vamos a usar la librería para extraer algunas actividades específicas y agregarlas por colonias en la CDMX. Las actividades que vamos a extraer son:
- Bancos
- Tiendas de conveniencia
- Restaurantes
- Bares
- Estaciones de policía
- Estaciones de metrobús
- Estaciones de metro
Empezamos por importar todas las librerías que vamos a usar
Denue
Los bancos, tiendas de conveniencia, restaurantes y bares los vamos a extraer del DENUE
Bancos
Extraer los bancos es muy fácil, primero nos aseguramos de que estén descargados los datos del DENUE para la Cdmx e instanciamos la clase.
pth = descarga_denue()
denue = Denue.desde_archivo(pth)
denue.datos.head()El archivo ya está descargado| nom_estab | raz_social | codigo_act | nombre_act | per_ocu | tipoCenCom | cve_ent | cve_mun | cve_loc | ageb | manzana | index_right | OBJECTID | Shape_Leng | NOM_CIUDAD | Shape_Le_1 | Shape_Area | CVE_SUN | SUN | geometry | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | COMERCIALIZADORA Y DISTRIBUIDORA DE VÍVERES SA... | COMERCIALIZADORA DE VIVERES SA DE CV | 115113 | Beneficio de productos agrícolas | 6 a 10 personas | None | 09 | 017 | 0001 | 0884 | 018 | 53 | 54 | 630172.981156 | Valle de México | 630.172981 | 781912.110166 | 13 | 13.0 | POINT (-99.06768 19.42209) |
| 1 | CRIADERO DE TRUCHAS | None | 112512 | Piscicultura y otra acuicultura, excepto camar... | 0 a 5 personas | None | 09 | 008 | 0081 | 0368 | 800 | 53 | 54 | 630172.981156 | Valle de México | 630.172981 | 781912.110166 | 13 | 13.0 | POINT (-99.26444 19.28889) |
| 2 | EMPACADORA TEOTIHUACAN | EMPACADORA TEOTIHUACAN SA DE CV | 115113 | Beneficio de productos agrícolas | 0 a 5 personas | None | 09 | 006 | 0001 | 0325 | 020 | 53 | 54 | 630172.981156 | Valle de México | 630.172981 | 781912.110166 | 13 | 13.0 | POINT (-99.07238 19.40144) |
| 3 | FRUTAS CASA GRANDES | FRUTAS CASA GRANDE SPR DE RS DE CV | 115113 | Beneficio de productos agrícolas | 0 a 5 personas | CENTRAL DE ABASTO | 09 | 007 | 0001 | 2475 | 005 | 53 | 54 | 630172.981156 | Valle de México | 630.172981 | 781912.110166 | 13 | 13.0 | POINT (-99.09481 19.37215) |
| 4 | CRIADERO DE TRUCHAS RANCHO LA ROSITA | None | 112512 | Piscicultura y otra acuicultura, excepto camar... | 0 a 5 personas | None | 09 | 008 | 0075 | 0368 | 800 | 53 | 54 | 630172.981156 | Valle de México | 630.172981 | 781912.110166 | 13 | 13.0 | POINT (-99.27449 19.28433) |
Los bancos los podemos identificar a través de la clave SCIAN 522110 (Instituciones de intermediación crediticia y financiera no bursátil:: Banca Múltiple). Vamos a filtrar los bancos y agregar una columna con la categoría para usarla después cuando agreguemos en colonias
bancos = denue.filtra_scian(['522110'], categoria='Bancos')
bancos.datos[['codigo_act', 'nom_estab', 'Categoria']].head()| codigo_act | nom_estab | Categoria | |
|---|---|---|---|
| 577280 | 522110 | BANCO INBURSA AGUILAS AXOMIATLA | Bancos |
| 577281 | 522110 | BANCO SANTANDER | Bancos |
| 577282 | 522110 | BANCO INBURSA BODEGA AURRERA LA VIRGEN | Bancos |
| 577283 | 522110 | BANCO SANTANDER | Bancos |
| 577284 | 522110 | BANCO SANTANDER | Bancos |
Tiendas de conveniencia
Ahora vamos a extraer las tiendas de conveniencia, estas las podemos encontrar en la clave 462112 que corresponde a “Comercio al por menor en minisupers”
conveniencia = denue.filtra_scian(['462112'], categoria='Conveniencia')
conveniencia.datos[['codigo_act', 'nom_estab', 'Categoria']].head()| codigo_act | nom_estab | Categoria | |
|---|---|---|---|
| 220450 | 462112 | ABARROTES Y DULCES EDIMART | Conveniencia |
| 220463 | 462112 | ABARROTES Y MAS | Conveniencia |
| 220467 | 462112 | ABARROTES Y REFRESCOS | Conveniencia |
| 220517 | 462112 | ABARROTES Y VINOS AJUSCO | Conveniencia |
| 220524 | 462112 | ABARROTES YAZMIN | Conveniencia |
Restaurantes
Los restaurantes los podemos identificar por la clave SCIAN 72251 “Servicios de preparación de alimentos y bebidas alcohólicas y no alcohólicas”
restaurantes = denue.filtra_scian(['72251'], categoria='Restaurantes')
restaurantes.datos[['codigo_act', 'nom_estab', 'Categoria']].head()| codigo_act | nom_estab | Categoria | |
|---|---|---|---|
| 725899 | 722514 | ANTOJITOS MEXICANOS | Restaurantes |
| 725900 | 722513 | ANTOJITOS MEXICANOS | Restaurantes |
| 725901 | 722513 | ANTOJITOS MEXICANOS | Restaurantes |
| 725902 | 722519 | ANTOJITOS MEXICANOS | Restaurantes |
| 725903 | 722513 | ANTOJITOS MEXICANOS | Restaurantes |
Bares
Los Bares se identifican con la clave 722412 “Bares, cantinas y similares”
bares = denue.filtra_scian(['722412'], categoria='Bares')
bares.datos[['codigo_act', 'nom_estab', 'Categoria']].head()| codigo_act | nom_estab | Categoria | |
|---|---|---|---|
| 726067 | 722412 | AGUAMIEL Y PULQUES | Bares |
| 726076 | 722412 | AGUA BENDITA | Bares |
| 726087 | 722412 | ADRENALINE WINGS | Bares |
| 726110 | 722412 | ACADEMIA MEXICANA DE SOMMELIERS | Bares |
| 726244 | 722412 | A DIOS LE PIDO RESTAURANTE BAR | Bares |
Estaciones de policía
También es posible encontrar las estaciones de policía en el Denue usando la clave SCIAN 931410 ” Impartición de justicia y mantenimiento de la seguridad y el orden público”
policia = denue.filtra_scian(['931410'], categoria='Policía')
policia.datos[['codigo_act', 'nom_estab', 'Categoria']].head()| codigo_act | nom_estab | Categoria | |
|---|---|---|---|
| 988952 | 931410 | MEDICO LEGISTA COORDINACIÓN TERRITORIAL COYOAC... | Policía |
| 988953 | 931410 | MEDICO LEGISTA | Policía |
| 988956 | 931410 | MESA DE DERECHOS HUMANOS DEL CEVASEP 1 | Policía |
| 988959 | 931410 | MINISTERIO PUBLICO AGENCIA COYOACAN 3 | Policía |
| 988960 | 931410 | MINISTERIO PUBLICO | Policía |
Agregar en colonias
Ya tenemos todos los datos que podemos sacar del Denue, ahora vamos a unirlos en un solo DataFrame y utilizar el módulo coberturas para agregarlos en las colonias de la CDMX. Vamos a seleccionar solamente las columnas Categoria y Geometry para después poder combinar estos datos fácilmente con los que obtengamos de otras fuentes.
datos_denue = pd.concat([bancos.datos,
conveniencia.datos,
restaurantes.datos,
bares.datos,
policia.datos], axis=0)
datos_denue = datos_denue.loc[:, ['Categoria', 'geometry']]
datos_denue.head()| Categoria | geometry | |
|---|---|---|
| 577280 | Bancos | POINT (-99.25366 19.34207) |
| 577281 | Bancos | POINT (-99.21235 19.31548) |
| 577282 | Bancos | POINT (-99.10697 19.32200) |
| 577283 | Bancos | POINT (-99.11336 19.39924) |
| 577284 | Bancos | POINT (-99.17190 19.39496) |
Ahora ya podemos fácilmente agregar los datos en las colonias, asegurándonos de descargar los datos de las colonias, creando el objeto de la clase Poligonos y agregando.
pth_colonias = descarga_colonias_cdmx()
colonias = Poligonos.desde_archivo(pth_colonias, 'id')
denue_colonia = colonias.agrega_puntos(datos_denue, clasificacion='Categoria')
denue_colonia.datos.head()| id | Bancos | Bares | Conveniencia | Policía | Restaurantes | nomut | geometry | |
|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 0.0 | 2.0 | 0.0 | 0.0 | 20.0 | AGUILERA | POLYGON ((483311.618 2153254.848, 483332.006 2... |
| 1 | 2 | 0.0 | 0.0 | 2.0 | 0.0 | 28.0 | ALDANA | POLYGON ((484406.956 2153012.331, 484401.132 2... |
| 2 | 3 | 0.0 | 0.0 | 2.0 | 0.0 | 68.0 | ANGEL ZIMBRON | POLYGON ((480013.755 2153003.618, 480063.589 2... |
| 3 | 4 | 2.0 | 0.0 | 2.0 | 0.0 | 74.0 | ARENAL | POLYGON ((484061.118 2152622.284, 484061.678 2... |
| 4 | 5 | 90.0 | 12.0 | 6.0 | 0.0 | 286.0 | CENTRO DE AZCAPOTZALCO | POLYGON ((480123.402 2154520.928, 480131.648 2... |
Datos abiertos CDMX
Hasta aquí utilizamos el Denue como fuente de datos, pero también podemos utilizar otras fuentes sin pasar por la clase Denue. Por ejemplo, para obtener los datos de estaciones de metro y metrobús, vamos a utilizar los Datos abiertos de la CDMX
Estaciones de metro
Las estaciones se pueden descargar de aquí. Vienen dos shapes uno con las líneas y otro con las estaciones, en este caso vamos a usar sólo el de las estaciones.
metro = gpd.read_file("../../datos/descargas/STC_Metro_estaciones_utm14n.zip")
metro| SISTEMA | NOMBRE | LINEA | EST | CVE_EST | CVE_EOD17 | TIPO | ALCALDIAS | AÑO | geometry | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | STC Metro | Pantitlán | 01 | 01 | STC0101 | 05014 | Terminal / Transbordo | Venustiano Carranza | 1984 | POINT Z (-99.07474 19.41633 0.00000) |
| 1 | STC Metro | Zaragoza | 01 | 02 | STC0102 | 05020 | Intermedia | Venustiano Carranza | 1969 | POINT Z (-99.08229 19.41192 0.00000) |
| 2 | STC Metro | Gomez Farías | 01 | 03 | STC0103 | 05007 | Intermedia | Venustiano Carranza | 1969 | POINT Z (-99.09021 19.41648 0.00000) |
| 3 | STC Metro | Boulevard Puerto Aéreo | 01 | 04 | STC0104 | 05003 | Intermedia | Venustiano Carranza | 1969 | POINT Z (-99.09626 19.41994 0.00000) |
| 4 | STC Metro | Balbuena | 01 | 05 | STC0105 | 05001 | Intermedia | Venustiano Carranza | 1969 | POINT Z (-99.10277 19.42336 0.00000) |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 190 | STC Metro | Múzquiz | B | 17 | STCLB17 | 05185 | Intermedia | Estado de México - Ecatepec | 2000 | POINT Z (-99.04207 19.50149 0.00000) |
| 191 | STC Metro | Ecatepec | B | 18 | STCLB18 | 05179 | Intermedia | Estado de México - Ecatepec | 2000 | POINT Z (-99.03607 19.51513 0.00000) |
| 192 | STC Metro | Olímpica | B | 19 | STCLB19 | 05188 | Intermedia | Estado de México - Ecatepec | 2000 | POINT Z (-99.03334 19.52134 0.00000) |
| 193 | STC Metro | Plaza Aragón | B | 20 | STCLB20 | 05189 | Intermedia | Estado de México - Ecatepec | 2000 | POINT Z (-99.03018 19.52848 0.00000) |
| 194 | STC Metro | Ciudad Azteca | B | 21 | STCLB21 | 05177 | Terminal | Estado de México - Ecatepec | 2000 | POINT Z (-99.02751 19.53451 0.00000) |
195 rows × 10 columns
Vamos a quedarnos sólo cona la columna de geometría y, para poder combinarlos bien con los que obtuvimos arriba del Denue, agreguemos una columna con la categoría a la que corresponden
metro.loc[:, 'Categoria'] = "Metro"
metro = metro.loc[:, ['Categoria', 'geometry']]
metro.head()| Categoria | geometry | |
|---|---|---|
| 0 | Metro | POINT Z (-99.07474 19.41633 0.00000) |
| 1 | Metro | POINT Z (-99.08229 19.41192 0.00000) |
| 2 | Metro | POINT Z (-99.09021 19.41648 0.00000) |
| 3 | Metro | POINT Z (-99.09626 19.41994 0.00000) |
| 4 | Metro | POINT Z (-99.10277 19.42336 0.00000) |
Metrobús
Ahora hacemos lo mismo con los datos del metrobús que se pueden descargar de aquí. Estos datos vienen en UTM, entonces vamos a necesitar reproyectarlos para después poderlos concatenar con los otros.
metrobus = gpd.read_file("../../datos/descargas/Metrobus_estaciones_rutas_utm14n.zip")
metrobus = metrobus.to_crs(4326)
metrobus.loc[:, 'Categoria'] = "Metrobus"
metrobus = metrobus.loc[:, ['Categoria', 'geometry']]
metrobus.head()| Categoria | geometry | |
|---|---|---|
| 0 | Metrobus | POINT (-99.08367 19.43531) |
| 1 | Metrobus | POINT (-99.07725 19.42148) |
| 2 | Metrobus | POINT (-99.15242 19.44259) |
| 3 | Metrobus | POINT (-99.15245 19.44214) |
| 4 | Metrobus | POINT (-99.15327 19.43903) |
Agregar en colonias
Igual que con los datos anteriores, vamos a concatenar estas dos bases para agregarlas en las colonias
transporte = pd.concat([metro, metrobus], axis=0)
transporte_colonias = colonias.agrega_puntos(transporte, clasificacion='Categoria')
transporte_colonias.datos| id | Metro | Metrobus | nomut | geometry | |
|---|---|---|---|---|---|
| 0 | 1 | 0.0 | 0.0 | AGUILERA | POLYGON ((483311.618 2153254.848, 483332.006 2... |
| 1 | 2 | 0.0 | 0.0 | ALDANA | POLYGON ((484406.956 2153012.331, 484401.132 2... |
| 2 | 3 | 1.0 | 0.0 | ANGEL ZIMBRON | POLYGON ((480013.755 2153003.618, 480063.589 2... |
| 3 | 4 | 0.0 | 0.0 | ARENAL | POLYGON ((484061.118 2152622.284, 484061.678 2... |
| 4 | 5 | 0.0 | 0.0 | CENTRO DE AZCAPOTZALCO | POLYGON ((480123.402 2154520.928, 480131.648 2... |
| ... | ... | ... | ... | ... | ... |
| 1810 | 1811 | 0.0 | 0.0 | VILLA PROGRESISTA | POLYGON ((474406.945 2140353.439, 474418.850 2... |
| 1811 | 1812 | 0.0 | 0.0 | VILLA SOLIDARIDAD | POLYGON ((477048.978 2143204.554, 477054.695 2... |
| 1812 | 1813 | 0.0 | 0.0 | VILLA VERDUN | POLYGON ((473081.154 2138733.281, 473070.790 2... |
| 1813 | 1814 | 0.0 | 0.0 | ZENON DELGADO | POLYGON ((477329.014 2144260.214, 477335.725 2... |
| 1814 | 1815 | 0.0 | 0.0 | ZOTOLTITLA | POLYGON ((475172.282 2139719.331, 475190.495 2... |
1815 rows × 5 columns
Unir datos y exportar
Ya tenemos las bases agregadas pogracias por recordarme jejeje r colonias que extrajimos de dos fuentes diferentes: el Denue y los Datos Abiertos de la CDMX. Ahora vamos a unir ambas bases y exportar los datos como shapefile.
El método Poligonos.agrega_puntos siempre nos regresa los polígonos originales completos, entonces unirlos es sencillo
completo = transporte_colonias.datos.merge(denue_colonia.datos[['id','Bancos', 'Bares', 'Conveniencia', 'Policía', 'Restaurantes']], on='id')
completo| id | Metro | Metrobus | nomut | geometry | Bancos | Bares | Conveniencia | Policía | Restaurantes | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1 | 0.0 | 0.0 | AGUILERA | POLYGON ((483311.618 2153254.848, 483332.006 2... | 0.0 | 2.0 | 0.0 | 0.0 | 20.0 |
| 1 | 2 | 0.0 | 0.0 | ALDANA | POLYGON ((484406.956 2153012.331, 484401.132 2... | 0.0 | 0.0 | 2.0 | 0.0 | 28.0 |
| 2 | 3 | 1.0 | 0.0 | ANGEL ZIMBRON | POLYGON ((480013.755 2153003.618, 480063.589 2... | 0.0 | 0.0 | 2.0 | 0.0 | 68.0 |
| 3 | 4 | 0.0 | 0.0 | ARENAL | POLYGON ((484061.118 2152622.284, 484061.678 2... | 2.0 | 0.0 | 2.0 | 0.0 | 74.0 |
| 4 | 5 | 0.0 | 0.0 | CENTRO DE AZCAPOTZALCO | POLYGON ((480123.402 2154520.928, 480131.648 2... | 90.0 | 12.0 | 6.0 | 0.0 | 286.0 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1810 | 1811 | 0.0 | 0.0 | VILLA PROGRESISTA | POLYGON ((474406.945 2140353.439, 474418.850 2... | 2.0 | 0.0 | 0.0 | 0.0 | 6.0 |
| 1811 | 1812 | 0.0 | 0.0 | VILLA SOLIDARIDAD | POLYGON ((477048.978 2143204.554, 477054.695 2... | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 1812 | 1813 | 0.0 | 0.0 | VILLA VERDUN | POLYGON ((473081.154 2138733.281, 473070.790 2... | 0.0 | 0.0 | 0.0 | 2.0 | 2.0 |
| 1813 | 1814 | 0.0 | 0.0 | ZENON DELGADO | POLYGON ((477329.014 2144260.214, 477335.725 2... | 0.0 | 0.0 | 0.0 | 0.0 | 14.0 |
| 1814 | 1815 | 0.0 | 0.0 | ZOTOLTITLA | POLYGON ((475172.282 2139719.331, 475190.495 2... | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
1815 rows × 10 columns
completo.to_file("../../datos/descargas/actividades_cdmx.shp")/tmp/ipykernel_14136/2170292792.py:1: UserWarning: Column names longer than 10 characters will be truncated when saved to ESRI Shapefile.
completo.to_file("../../datos/descargas/actividades_cdmx.shp")